EN中文

JOURNAL OF NATURAL RESOURCES >

2022 , Vol. 37 >Issue 9: 2247 - 2263

DOI: https://doi.org/10.31497/zrzyxb.20220904

Special Issue of "Exploitation and Utilization of of Black Soil Resource"

Analysis of spatio-temporal characteristics and effects of land and water resources matching under cultivated land structure change: A case study of Heilongjiang province

  • YANG Hong-yi , 1 ,
  • ZHAO Hua-fu , 1, 2
Expand
  • 1. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China
  • 2. Key Laboratory of Land Consolidation and Rehabilitation, Ministry of Natural Resources, Beijing 100035, China

Received date: 2021-08-16

  Revised date: 2021-09-26

  Online published: 2022-12-28

Fold

Abstract

From the perspective of supply and demand of water resources for cultivated land use, this paper comprehensively considered cultivated land use type, crop planting structure, crop growing period and other conditions, combined with the data from the national meteorological stations in Heilongjiang province, and explored the water demand for cultivated land use and effective water supply on the micro scale. Based on this, the spatio-temporal dynamics of land and water resources matching in different growing periods from 1990 to 2018 were analyzed. The results show that: the cultivated land structure of Heilongjiang had been changing from 1990 to 2018, and the phenomenon of changing from dryland to paddy was the most common from 2010 to 2018; the demand for water was greater in the early and middle stages of crop growth compared with the later stage. The water demand increases year by year, which is consistent with the change of paddy proportion, and the migration law of areas with high water demand is highly consistent with the phenomenon of dryland converting to paddy in the same period. From 1990 to 2018, the matching degree of land and water resources in each growth period of crops decreased first and then increased. Most high-value areas of land and water resources matching are distributed in the interface between high-value areas of effective precipitation and dryland areas. It can be seen that natural precipitation is still the main source of water for cultivated crops. In recent years, the matching degree of land and water resources in the southern part of the Sanjiang Plain decreased obviously, and the unit yield of grain declined. It is suggested to reduce the quantities of dryland-to-paddy conversion projects in this area. At the same time, the matching level of land and water resources and the unit yield of grain in the western part of the Songnen Plain increased year by year, so the dryland-to-paddy conversion project can be carried out appropriately.

Key words： cultivated land; micro scale; land and water resources matching; growing stages; spatio-temporal dynamic analysis

Cite this article

YANG Hong-yi , ZHAO Hua-fu . Analysis of spatio-temporal characteristics and effects of land and water resources matching under cultivated land structure change: A case study of Heilongjiang province[J]. JOURNAL OF NATURAL RESOURCES, 2022 , 37(9) : 2247 -2263 . DOI: 10.31497/zrzyxb.20220904

黑龙江省作为国内重要的商品粮基地,长久以来,不断调整产业结构,推动农业发展,为我国粮食供应提供了保障。但近些年来由于利益驱动,促使有条件地区将大面积旱地改变成水田[1]。然而,在大规模推进以旱改水为主的耕地提质改造工程的同时,水田面积增加会导致区域水资源短缺[2],更严重的是地下水超采等现象对黑土地本身土壤性质的破坏,其水土资源的匹配程度及不合理利用引发的黑土地数量、质量双双下降以及水资源环境破坏的问题需要得到重视。水土资源是一个地区农业发展的核心要素,是生态系统中的重要组成部分,更是在区域社会经济发展中起着重要的推动作用[3]。水土资源的耦合程度影响着区域内可持续农业的发展。因此水土资源对于粮食生产安全及黑土保护战略至关重要,水资源的丰缺水平和开发利用程度将直接影响耕地资源的利用方式和产出效率[4]。
目前关于水土资源匹配的研究大多和农业相关,相应地,与水土资源匹配挂钩的研究也多与粮食安全挂钩[5⇓-7]。国际上对于水土资源匹配的理解多基于对区域降水、地表径流的研究,或是基于土壤水的研究[8]。进入21世纪之后,越来越多的研究开始着重关注气候变化以及人为活动对水土资源之间关系的影响[9],图像分析、水文模型、空间插值、景观生态分析以及数值过程建模等多种方法开始更多地被应用在水土资源关系的疑难问题上[10,11]。随着遥感技术的进步,水土资源匹配的研究也逐渐与遥感挂钩[12,13],类似的方法多结合作物蒸散量（ET）进行研究[14,15]。
在国内,关于水土资源匹配的研究可以主要概括为以下三种方法：（1）利用每公顷水资源量（即水土资源匹配指数）分析水土资源的匹配特征[16];（2）通过建立基尼系数研究区域水土资源平衡状况[17];（3）基于DEA模型研究水土资源的匹配特征[18]。尽管上述方法在测量水资源和土地资源的匹配方面取得了一定的成功,但仍存在一些不足：（1）基尼系数只能代表水资源和土地资源的总体匹配程度,反映了每个分区之间的相对关系,但是在研究区域中却不能透露绝对匹配的情况。（2）影响农业总产值的因素包括水土资源、农业劳动力和农机力。因此,当水和土地资源仅用作解释变量时,DEA模型提供了单方面的、不科学的结果。（3）匹配指数可以显示水资源与土地资源的相对时空比,但是水资源量的准确性却有待验证[19]。目前国内基于遥感数据对研究区进行微观尺度水土资源匹配的研究尚少[20],其中很大一部分也仅考虑了降水量与需水量之间的关系[21,22],或是仅考虑降水数据[23]。本文以300 m×300 m网格为研究单元,在统计得到当年黑龙江省作物种植结构的基础上,结合Cropwat的蒸散量计算模型,利用气象站获取的气象信息计算黑龙江省的作物需水量,以降水量及灌溉用水作为广义农业上的有效供水量,通过构建水土资源匹配模型对黑龙江省的水土资源匹配时空动态进行研究,以期通过抛开传统水资源量不明确的农业用水数据,转而利用更加精确的微观供水量与需水量数据对黑龙江省耕作区的农业可持续发展水平进行分析,为今后黑龙江省耕作区的旱改水工程布局优化以及灌溉水资源调配提供理论依据。

1 研究方法与数据来源

1.1 数据来源

1.1.1 耕地利用数据

所需1990年、2000年、2010年及2018年的耕地利用结构数据（包含旱地和水田）来源于中国科学院资源环境科学与数据中心 （https://www.resdc.cn/Default.aspx）,精度为30 m;耕地面积数据来源于《黑龙江统计年鉴》[24⇓⇓-27]及《黑龙江自然资源公报》[28]。

1.1.2 水土资源匹配相关数据

对于涉及水土资源匹配计算需要考虑到作物的蒸散量以及作物种植数据,其中在Cropwat模型中的蒸散量计算过程所需的气象数据来源于国家气象科学数据中心 （http://data.cma.cn/）以及全国温室数据系统 （http://data.sheshiyuanyi.com/WeatherData/）,气象站点分布见图1,而农业种植结构及产量等数据来源于《黑龙江统计年鉴》[24⇓⇓-27]。
图1 研究区域与气象站点分布

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同。

Fig. 1 Study area and distribution of meteorological stations

1.2 研究方法

1.2.1 耕地水土资源匹配指数测算

耕地水土资源匹配指数可以反映一个地区的耕地可供水资源量是否满足耕地水资源需求量要求。这里的水土资源匹配指数区别于刘彦随等[16]提到的利用特定区域农业生产可供水量与耕地资源数量匹配的量比关系。为了更好地量化耕地在作物生育期间的水分亏缺程度,在参照相关研究基础上,以耕地的水资源有效供给量与作物生育期需水量之比,反映黑龙江省旱地、水田的水土匹配程度[20],具体计算方式相同。计算公式如下：
R i ( t ) = S i ( t ) / D i ( t )
式中：Ri(t)为平衡时段t内i类耕地利用类型（水田或旱地）的水土资源匹配指数;Si(t)为平衡时段t内该耕地利用类型的水资源有效供给量,即广义水农业中的降雨量（绿水）与灌溉水量（蓝水）扣除地表径流量之后获得的水资源量（m3）;Di(t)为该平衡时段t内该耕地资源的水资源需求量,即地上作物需水量（m3）。在正常情况下Ri(t)通常介于0~1之间,Ri(t)越大,反映该生育期内耕地资源的水土资源匹配状况良好,即地表作物水分亏缺较少。若Ri(t)≥1,说明耕地水资源有效供给量满足其需求量;若Ri(t)=0,则说明水资源有效供给量为0。

1.2.2 耕地利用需水量测算

对于耕地利用过程中的水资源需求量,以地表作物需水量进行表征。根据不同作物不同生育期的潜在蒸散量及作物系数,计算其不同生育期的实际蒸散量,即作物需水量。
其中作物在不同生育期的潜在蒸散量数据是在参考国家气象网中黑龙江省内不同气象站数据后,以FAO推荐的Penman-Monteith公式[29]为基础,该方法已被国际灌溉和排水委员会（ICID）、联合国粮食及农业组织（FAO）和美国土木工程师协会（ASCE）采用作为计算蒸散量的标准程序,结合FAO的CROPWAT 8.0软件计算得到：
E T 0 = 0.408 ∆ R n - G + γ 900 T + 273 u 2 e s - e a ∆ + γ 1 + 0.34 u 2
式中：ET0为作物潜在蒸散量（mm）;Δ为温度变化曲线与饱和水汽压之间的斜率（kPa·℃-1）;Rn为作物净辐射量（MJ·m-2·d-1）;G为土壤热通量（MJ·m-2·d-1）;γ为干湿表常数（kPa·℃-1）;T为空气温度（℃）;u2为地面2 m高处平均风速（m·s-1）;es为饱和水汽压（kPa）;ea为实际水汽压（kPa）。
通过对比《黑龙江统计年鉴》中1990—2018四期年份中的主要粮食作物种植面积及产量,现将水稻、玉米、大豆三类主要作物作为本文的主要研究对象。在综合参考FAO提供的各类作物系数及相关研究后[30],确定了以上三类主要作物在不同时间点的作物系数。现将作物生育期划分为生育前期、生育中期及生育后期,并以各类作物在不同发育阶段的时间比例作为权重,通过加权平均各作物在不同时间点的作物系数求得各生育阶段的作物系数Kc（表1）：
表1 黑龙江省主要作物生育期划分及作物系数

Table 1 Growth period division and crop coefficient of main crops in Heilongjiang province

作物 生育期 时期 作物系数
水稻 生育前期 播种—分蘖（四月末至六月末） 1.20
生育中期 拔节—抽穗（七月初至八月末） 1.22
生育后期 乳熟—成熟（九月初至九月末） 1.07
玉米 生育前期 播种—七叶（五月初至六月末） 0.74
生育中期 拔节—吐丝（七月初至八月末） 1.16
生育后期 乳熟—成熟（九月初至九月末） 0.94
大豆 生育前期 播种—分枝（五月初至六月末） 0.46
生育中期 开花—结荚（七月初至八月末） 0.88
生育后期 鼓粒—成熟（九月初至九月末） 0.61
在此基础上可以根据FAO提供的方法对黑龙江省作物的实际需水量进行测算[31]：
E T c = K c × E T 0
式中：ETc为作物的实际需水量（mm）;Kc为各类作物的作物系数。

1.2.3 耕地利用有效供水量测算

在参考前人研究基础上[32],从广义农业水资源的视角出发,将耕地的供水量分为有效降水（绿水）及灌溉用水（蓝水）,并纳入耕地水土平衡的分析。而农业水土平衡中根据对耕地的管理方式不同,可以分为天然状态下的耕地水土平衡与人工控制条件下的水土平衡[33],天然状态下的水土平衡研究对象多是旱地,涉及到降水、蒸发、入渗、产流等水文循环过程,人工控制条件下的水土平衡研究对象主要是水田或水浇地,与前者不同的是其在前者基础上增加了灌溉用水调控土壤水分。
根据上述理论,对本文区内不同耕地利用类型进行有效供水量探讨。其中旱地资源无灌溉,主要依靠天然降水进行供水,此过程可通过天然状态下的水分平衡过程进行分析,而水田资源的有效供水量通过人工控制条件下的水土平衡过程进行分析,来源为天然降水及灌溉用水之和。
（1）旱地利用过程有效供水量测算
天然状态下,农田水分在作物—土壤—大气连续体内,通过降水、入渗、蒸发、蒸腾等形式周而复始地循环,其水分平衡过程可采用以下公式进行表达[33]：
P t + S t - 1 - E T s t = S t + Q s ( t ) + Q u p - Q u c t + η
式中：Pt为平衡时段t内的降水量（mm）;ETs(t)是平衡时段t内的地表作物实际蒸散量,亦即需水量（mm）;St-1与St分别是该时段初及时段末的土壤含水量（mm）;Qs(t)为平衡时段t内的降雨形成的地表径流量（mm）;（Qup-Quc）是该时段内降水入渗量与毛管上升水量之差（mm）;η为平衡时段t内的计算误差（mm）。
η极小,可忽略不计,且Qup与Quc由于本身数值较小,所以在此将二者抵消,与η一同不再纳入平衡过程考虑,所以式（4）可变换为：
P t - Q s t = E T s t + S t - S t - 1
由式（5）可知,假使不考虑降水入渗量及毛管上升水量,在旱地水土平衡过程中,旱地水资源（包括作物需水及土壤含水量）来源主要为天然降水减去地表径流流失量,亦即天然有效降雨量。参照美国农业部土壤保持局（USDASCS）的方法对有效降水量进行计算[34],公式为：
P e m = P m ( 125 - 0.2 P m ) / 125 P m ≤ 250 125 + 0.1 P m P m > 250
式中：Pem为月有效降水量（mm）;Pm为月降水量（mm）。
（2）水田利用过程有效供水量测算
在人工调控下的水田水分平衡过程与前述的旱地水分平衡过程有所不同,具体差别在于增加了人工灌溉水量,其计算公式为[33]：
P t + I t + S t - 1 - E T s t = S t + Q s ( t ) + Q u p - Q u c t + η
式中：It是净灌溉用水量（mm）。考虑到黑龙江省的水田开垦区主要集中在东北的三江平原地区以及西南的松嫩平原部分地区,且该部分地区多分布为白浆土、沼泽土、黑土及黑钙土等土壤水分饱和或较为饱和的土壤类型,因此对于土壤水分差St-St-1、降水入渗量与毛管上升水量之差Qup-Quc以及误差项η均可在此平衡过程中忽略考虑,得到的新公式为：
P t + I t - Q s t = E T s t
由式（8）可知,在人工控制条件下的水田需水量来源主要为天然降水以及灌溉水减去所形成的地表径流量,具体可表达为天然有效降水量以及净灌溉用水量之和：
D t = P e m + I t
式中：Dt为耕地的有效供水量（mm）。其中的净灌溉用水量计算公式为：
I t = I × α
式中：I为水田毛灌溉用水量（mm）;α为灌溉水有效利用系数。

2 结果分析

2.1 耕地利用结构时空分布特征分析

2.1.1 耕地数量变化特征分析

考虑到1990年、2000年、2010年、2018年间时间跨度大且遥感与统计数据等资料齐全,能够帮助发现更加直观的跨时间点水土资源匹配变化,故本文将以上四个年份作为研究时间点。通过统计整理1990年、2000年、2010年、2018年的耕地数量变化情况,可以发现黑龙江省的耕地资源数量正在逐年递增,从1990年的1418.11万hm2,到2018年的1747.61万hm2,黑龙江省的耕地资源数量呈现出一个加剧扩张趋势,整体涨幅达到了惊人的23.24%。究其背后的原因,不外乎是黑龙江省作为全国重要的粮食生产战略基地,为了响应国家粮食政策,支撑当今社会经济的发展而做出的重要举动。而为了实现粮食产量的增幅,旱改水工程成为了当下最受欢迎的耕地提质改造工程,甚至为了实现农户自身利益的提升,不少农民自发将旱地改造成水田。在这一驱动因素影响下,黑龙江省的水田数量由1990年的144.83万hm2逐渐增加到了2018年的435.37万hm2。

2.1.2 耕地空间布局特征分析

黑龙江省的耕地资源主要分布在西南部——松嫩平原地区,以及东部——三江平原（包括兴凯湖平原）地区等省内最大的平原地区。而耕地资源分布最稀少的则是大兴安岭地区以及小兴安岭地区,原因在于该地区以发展林业为主,限制了耕种业的发展,而黑龙江省的另一主要山脉——长白山脉以山地及山间盆、谷地相间分布为特征,耕地资源在这一地区分布受自然条件限制较多。
黑龙江省的水田资源大多分布在众多水系附近,即河湖资源较丰富的区域。其中中西部地区的水田大多分布于松花江、嫩江以及支系流域附近,而东部地区的水田则主要分布在形成三江平原的黑龙江、松花江、乌苏里江以及支系河流挠力河等流域附近,兴凯湖平原仰仗着湖水资源优势,水田资源数量同样丰富。通过对耕地利用的影像对比可以发现,从2000开始,黑龙江省的旱改水工程逐步扩散于省内土质优良或是水资源丰富地区,2000—2010年间,旱改水地区多集中于三江平原北部,以及东部兴凯湖平原附近。2010—2018年间,旱改水工程遍布地广泛,主要包括三江平原的北部和中部地区,东部的兴凯湖平原地区、松嫩平原地区的松花江、嫩江流域附近也均有一定幅度的水田化现象（图2）。
图2 黑龙江省1990年、2000年、2010年、2018年耕地空间分布

Fig. 2 Spatial distribution of cultivated land in Heilongjiang province in 1990, 2000, 2010 and 2018

2.2 耕地需水量时空变化分析

1990—2018年间,黑龙江省耕作区各生育期作物需水量表现出明显差异（图3）,具体表现为作物生育前期与生育中期的需水量较多,生育后期需水量较少。1990年,作物全生育期平均需水量为692.18 mm;2000年,作物生育全期平均需水量略微下降至688.75 mm;到了2010年,全省耕地作物生育全期的平均需水量上升至了705 mm,其中三江平原北部大部分地区的需水量达到了较高水平;2018年,由于水田比例的增长,在水稻等高需水量作物比例持续增长的推动下,该地区的全生育期平均需水量达到了713.74 mm,而这其中也不难排除近些年全球气候变暖所导致的作物蒸散量增加的因素,作物各生育期需水量较高地区几乎扩张到了整个三江平原地区,并在北部地区与东部的兴凯湖平原地区最为显著。
图3 1990—2018年黑龙江省耕地作物需水量空间分布

Fig. 3 Spatial distribution of crop water demand of cultivated land in Heilongjiang province from 1990 to 2018

2.3 耕地有效降水量时空变化分析

通过式（6）对黑龙江省各气象站的有效降水量进行计算分析,可以得到黑龙江省1990—2018年间的有效降水量空间分布图（图4）。其中1990年全省作物生育全期平均有效降水量最高,达到了435.11 mm,为历年最高;2000年作物生育全期平均有效降水量达到了历年最低值,为338.29 mm,各生育期的强降水地区多集中在黑龙江省南部及东南部地区;2000—2010年间,黑龙江省作物各生育期强降水地区主要转移至省东北部及其他少部分地区,全生育期的平均有效降水量相对较低,为360.92 mm;到了2018年,黑龙江省有效降水量中高值地区移到中西部地区,作物生育全期平均有效降水量相对较高,达到了416.78 mm。究其背后原因,极有可能在于近年来的温室气体排放量的增多,造成北部地区冷湿气流的增加,进而逐步增多黑龙江省的降水量乃至改变全省降水格局。
图4 1990—2018年黑龙江省有效降水量空间分布

Fig. 4 Spatial distribution of effective precipitation in Heilongjiang province from 1990 to 2018

2.4 耕地有效供水量时空变化分析

在假设旱作区不再进行灌溉的条件下,通过式（5）和式（6）计算黑龙江省旱作区的有效供水量,通过查询《黑龙江省水资源公报》[35]及相关水利文献[36,37],在确定历年灌溉量及灌溉水有效利用系数的条件下,利用式（7）~式（10）对水田区有效供水量进行计算。黑龙江省的人工灌溉水量来源不仅仅依靠于地下水开采,很大一部分也来源于周围地表水供给,因此有效供水量高值地区多位于灌溉水井以及河流水道附近[38]。可以发现,1990年黑龙江省作物各生育期的有效供水量中高值地区主要位于中东部的松花江流域附近,耕地作物生育全期平均有效供水量为481.70 mm;到了2000年,黑龙江省耕地有效供水量中高值地区主要位于三江平原南部以及松嫩平原东部地区,即牡丹江与乌苏里江支流穆棱河地区附近,耕地作物生育全期平均有效供水量下降到了384.96 mm;与此不同的是,随着旱改水工程兴起的影响,2010年黑龙江省耕地有效供水量中高值地区转移到了三江平原中北部地区,即松花江与乌苏里江及其支流挠力河流域周围,耕地作物生育全期平均有效供水量上升到了442.73 mm;而到了2018年时,黑龙江省耕地的有效供水量中高值地区偏移到了三江平原北部及松嫩平原东北部的讷谟尔河、松花江与牡丹江流域附近,耕地作物生育全期的平均有效供水量上升至历年最高的514.75 mm。有效供水量的高值地区变化轨迹与有效降水量高度一致,可见降水仍是耕地供水的主要来源,并且黑龙江省耕地有效供水量随着某一时段的旱改水工程增加而增加,有效供水量的高值地区往往随着旱改水布局的变动而发生偏移（图5）。
图5 1990—2018年黑龙江省耕地有效供水量空间分布

Fig. 5 Spatial distribution of effective water supply of cultivated land in Heilongjiang province from 1990 to 2018

2.5 耕地水土资源匹配时空变化分析

根据水土资源匹配指数的计算结果,参照相关研究[3],将黑龙江省耕地利用水土资源匹配程度分为六个等级：Ⅰ,匹配程度极差（0≤Ri(t)<0.2）;Ⅱ,匹配程度较差（0.2≤Ri(t)<0.4）;Ⅲ,匹配程度一般（0.4≤Ri(t)<0.6）;Ⅳ,匹配程度良好（0.6≤Ri(t)<0.8）;Ⅴ,匹配程度较优（0.8≤Ri(t)<1）;Ⅵ,匹配程度达标（Ri(t)≥1）。
通过观察可以发现（图6）,1990年黑龙江省作物生育全期的水土资源匹配程度达到良好及较优的耕地约有59.94%,其余耕地水土资源匹配程度绝大部分属于一般程度。到了2000年,黑龙江省耕地水土资源匹配程度大幅下跌,其中匹配程度达到良好及以上的只有28.43%,大部分的耕地水土资源匹配程度只有一般水平。2010年,黑龙江省的耕地水土资源匹配水平有所回升,匹配程度达到良好及以上的耕地数量百分比是42.94%。到了2018年,耕地水土资源匹配水平有了大幅提升,其中水土资源匹配程度达到良好及以上的耕地数量占到了整体的99.30%。1990—2018年间,尽管耕地作物需水量呈现出先减后增的趋势,但在以降雨量为主的水资源供给下,黑龙江省作物生育全期水土资源匹配状况由劣转优,由此可推测在近年全球气候变暖背景下黑龙江省作物生长水平呈现正反馈的迹象。细观全省耕作区的水土资源匹配状况,水土资源匹配优良地区多集中于三江平原中北部及松嫩平原东部,而牡丹江市域内的三江平原南部地区在旱改水影响下得到的是水土资源匹配状况不断下降的反馈现象,由此不再建议该地区继续更多的旱改水改造工程。
图6 1990—2018年耕地作物生育全期水土资源匹配指数频率分布

Fig. 6 Frequency distribution of land and water resources matching index in the whole growth stage of cultivated land crops from 1990 to 2018

作物生育前期,1990年黑龙江省耕地水土资源匹配程度最高值一度达到了2.46,此后水土资源匹配程度经历了1990—2000年间的大幅下跌,以及2000—2018年间的小幅回升,整体水土资源匹配指数较低,1990—2018年作物生育前期水土资源合计匹配程度达优百分比较生育全期低出12%（图7）。由于作物生育前期需水量要求高而降水却不够充分,导致该生育期耕地水土资源匹配程度相对较低,应该采取抽调水的方式对该生育期耕地进行补充灌溉。
图7 1990—2018年耕地作物生育前期水土资源匹配指数频率分布

Fig. 7 Frequency distribution of land and water resources matching index in the early growth stage of cultivated land crops from 1990 to 2018

同样作为需水关键时期的作物生育中期,水土资源匹配水平影响作物的生长发育水平。1990—2018年间黑龙江省耕地水土资源匹配程度较好,没有出现极差或较差水土资源匹配程度的耕地,1990—2018年作物生育中期合计水土资源匹配指数达优百分比较生育全期高出42%（图8）。由此可推测生育中期作物水土资源匹配的良好反映可以在极大程度上给生育全期作物生长水平带来正面影响,并且近年来该生育期下出现了相当部分地区水土资源匹配水平达标,可考虑从该部分地区进行适当引水对松嫩平原等水土资源匹配状况较差的地区进行补充灌溉。
图8 1990—2018年耕地作物生育中期水土资源匹配指数频率分布

Fig. 8 Frequency distribution of land and water resources matching index in the middle growth stage of cultivated land crops from 1990 to 2018

在作物生育后期,黑龙江省耕地水土资源匹配水平达到了最高值,其1990—2018年作物生育后期合计水土资源匹配指数达标百分比较生育全期高出68%（图9）,主要原因在于生育后期作物需水量较少而该时段降水充足,同时考虑到近年来该生育期下耕地水土资源匹配水平达标区域较多,建议生育后期灌溉水适当向生育前期进行抽调。
图9 1990—2018年耕地作物生育后期水土资源匹配指数频率分布

Fig. 9 Frequency distribution of land and water resources matching index in the late growth stage of cultivated land crops from 1990 to 2018

2.6 耕地水土资源匹配效应分析

通过对1990—2018年间黑龙江省水土资源匹配状况进行观察,并结合这一时段内不同地区的粮食单产水平,可以发现在水土资源匹配水平得到改善的情况下,佳木斯、鹤岗、七台河等市域内的三江平原中北部地区粮食单产连年上升,该地区在近年来的大规模旱改水工程是有所成效的,可考虑适当扩增规模（图10）。反观牡丹江市域内的三江平原南部地区,随着近年来水土资源匹配状况的下降,该市粮食单产水平下跌严重,在此28年间粮食单产水平占全省各市排名从第五下降至十一,建议在该地区停止更多的旱改水工程,必要情况下将水田旱化甚至采取休耕措施。同时,嫩江流域经过的齐齐哈尔市是松嫩平原唯一在水土资源匹配状况改善条件下实现粮食单产不断增加的地区,可考虑在该地区增加旱改水工程以保证粮食产量安全。
图10 1990—2018年黑龙江省耕地水土资源匹配指数空间分布

Fig. 10 Spatial distribution of land and water resources matching index of cultivated land in Heilongjiang province from 1990 to 2018

3 结论与讨论

3.1 结论

（1）黑龙江省的耕地面积从1990年的1418.11万hm2增加到了2018年的 1747.61万hm2,耕地资源数量呈快速扩张趋势。其中耕地结构不断变化,水田占耕地比在此28年间从10.21%上升到了24.91%;旱改水现象在2010—2018年间最为普遍,在此时段内三江平原北部及松嫩平原部分地区大幅度水田化,水田化率上涨了60.77%。
（2）1990—2018年间,黑龙江省耕作区的各生育期作物需水量表现出明显差异。具体表现为时间尺度上作物生育前期与生育中期的需水量较多,生育后期需水量较少,1990年平均需水量最少,2018年平均需水量最多,与水田占比变化保持较为一致。空间尺度上需水量高值地区主要分布在三江平原北部以及松嫩平原东西部的部分地区,其不同时段内的偏移规律与同时段内的旱地水田化现象保持高度一致。
（3）黑龙江省各生育期耕地水土资源匹配程度在时间上均经历了从1990—2000年的大幅下跌,以及在2000—2018年的小幅回升。作物生育中期水土资源匹配程度最优,其次是生育后期,原因在于此时作物需水较少。并且从空间上对水土资源匹配程度进行观察可以发现,大部分水土资源匹配高值地区均分布在有效降水量的高值地区与旱地地区的交接地带,或是雨水与人工灌溉水皆充足的水田地区。结合黑龙江省的有效降水量与灌溉用水量数据,1990年、2000年、2010年、2018年作物灌溉用水量分别是115.58亿m3、177.37亿m3、240.86亿m3、296.35亿m3,生育全期有效降水量分别是617.03亿m3、541.47亿m3、587.66亿m3、728.37亿m3,与水土资源匹配程度的年际变化趋势一致。由此看来,天然降水仍是满足耕地作物用水的主要来源。
（4）根据分析发现,黑龙江省耕地近年来的生育中期与后期水土资源匹配状况较好,为了更好地在不破坏生态环境的条件下改善耕地利用水土资源匹配程度,建议结合基于自然的解决方案（Nbs）,在结合当年实际降雨情况下,通过灌溉及附近河流引流输水管理,将生育中后期灌溉及引流输水用水分额引入到前期使用,以满足生育前期过度缺水的状况。同时,通过对比近年来黑龙江省不同地区水土资源匹配程度状况可以发现,1990—2018年,三江平原南部地区,即牡丹江市域内三江平原地区水资源供给逐渐得不到满足,各生育期水土资源匹配程度严重下降,该部分地区建议减少旱改水工程量,尽量使得水田旱地化或者采取“藏粮于地、藏粮于技”战略,扎紧黑土地保护的“篱笆”。同时,松嫩平原的西部地区各生育期的水土资源匹配程度在近些年来逐渐得到改善,可在嫩江、松花江及其支流附近适当进行旱改水工程,保证粮食产量不递减。本文对于黑龙江省耕地水资源管理及黑土地保护的相关建议有限,而如何合理调动地表、地下水资源,在不对黑土土壤环境及水资源生态环境造成负面影响的条件下使这一缺口能够得到填补,是今后重点研究内容之一。

3.2 讨论

本文基于若干期土地利用数据、黑龙江省内1990—2018年的气象站点数据,从农田作物的潜在蒸散量、广义农业用水角度出发,构建水土资源匹配指数,对黑龙江省内耕地利用的水土资源匹配程度进行分析。以下几点值得探讨与分析：
（1）耕地利用的实际需水量受耕地土壤环境、气象条件、作物种植结构、水文特征等多方面影响,本文以FAO推荐的软件与公式进行潜在蒸散量计算,进而通过作物系数对实际蒸散量,也就是耕地理想状态下的需水量进行估算,结果与实际需水量可能存在一定误差。在进行需水量空间插值分析的过程中,作为地统计方法中的克里金插值法,能够对未知表面进行预测,但已知气象站点的分布并不均衡,不同地区的站点分布紧密程度与位置影响插值分析结果[39]。
（2）黑龙江省作为全国重要商品粮输出基地,近年来水田化现象严重,大量易涝旱地转变为水田,由此带来农业灌溉用水的急剧增加造成地下水位持续下降并引起一系列如土壤盐渍化等生态环境问题[38]。本文的耕地利用有效供水量计算从旱地的天然条件下以及水田的人工调控下的水分平衡过程分别进行的,而对地下水位的变动缺少分析,由此对耕地利用灌溉用水的地表水与地下水调控管理缺少帮助,并难以从耕地结构内部解决水资源环境安全稳定问题。
（3）本文对于耕地利用的水土资源匹配指数分析,不同于以往仅以降水与蒸散量之差作为表征值的研究[21],是在微观尺度上对耕地的实际需水量与供水量进行分析后得到的结果,并可为大区域内小尺度的相关研究提供借鉴与参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
周璟茹. 旱改水背景下海伦市耕地生态系统服务评估与权衡研究. 北京: 中国地质大学, 2019.

[ZHOU J R. Study on the evaluation and trade-off of farmland ecosystem services in Hailun under the background of reclaiming dryland field into paddy. Beijing: China University of Geosciences, 2019.]

[2]
向长玉, 周东兴, 宋戈, 等. 黑龙江省通河县旱地改水田许可转换度研究. 农业工程学报, 2012, 28(13): 226-230.

[XIANG C Y, ZHOU D X, SONG G, et al. Research on permissive conversion limit of dryland to paddy field in Tonghe county, Heilongjiang province. Transactions of the CSAE, 2012, 28(13): 226-230.]

[3]
李晓燕, 郝晋珉, 陈爱琪. 山东省农业水土资源时空匹配格局及评价研究. 中国农业大学学报, 2020, 25(11): 1-11.

[LI X Y, HAO J M, CHEN A Q. Time-space matching pattern and evaluation of agricultural water and soil resources in Shandong province. Journal of China Agricultural University, 2020, 25(11): 1-11.]

[4]
姜秋香, 付强, 王子龙, 等. 三江平原水土资源空间匹配格局. 自然资源学报, 2011, 26(2): 270-277.

[JIANG Q X, FU Q, WANG Z L, et al. Spatial matching patterns of land and water resources in Sanjiang Plain. Journal of Natural Resources, 2011, 26(2): 270-277.]

[5]
IBARROLA-RIVAS M J, GRANADOS-RAMIREZ R, NONHEBEL S. Is the available cropland and water enough for food demand? A global perspective of the land-water-food nexus. Advances in Water Resources, 2017, 110: 476-483.

DOI

[6]
KUMAR M D, SIVAMOHAN M V K, NARAYANAMOORTHY A. The food security challenge of the food-land-water nexus in India. Food Security, 2012, 4(4): 539-556.

DOI

[7]
RINGLER C, BHADURI A, LAWFORD R. The nexus across water, energy, land and food (WELF): Potential for improved resource use efficiency?. Current Opinion in Environmental Sustainability, 2013, 5(6): 617-624.

DOI

[8]
DA SILVA A M, NASCIMENTO L R D, DA AIDEA M, et al. Assessing the relations among the features of the land cover and of the soil on the soil-water interactions through a functional eco-hydrological indicator. Ecological Indicators, 2019, 104: 59-66.

DOI

[9]
MURTINHO F, TAGUE C, DE BIEVRE B, et al. Water scarcity in the Andes: A comparison of local perceptions and observed climate, land use and socioeconomic changes. Human Ecology, 2013, 41(5): 667- 681.

DOI

[10]
LANGPAP C, HASCIC I, WU J J. Protecting watershed ecosystems through targeted local land use policies. American Journal of Agricultural Economics, 2008, 90(3): 684-700.

DOI

[11]
ASPINALL R, PEARSON D. Integrated geographical assessment of environmental condition in water catchments: Linking landscape ecology, environmental modelling and GIS. Journal of Environmental Management, 2000, 59(4): 299-319.

DOI

[12]
CONRAD C, USMAN M, MORPER-BUSCH L, et al. Remote sensing-based assessments of land use, soil and vegetation status, crop production and water use in irrigation systems of the Aral Sea Basin: A review. Water Security, 2020, 11: 100078, Doi: 10.1016/j.wasec.2020.100078.

DOI

[13]
PLATONOV A, THENKABAIL P S, BIRADAR C M, et al. Water Productivity Mapping (WPM) using Landsat ETM plus data for the irrigated croplands of the Syrdarya River Basin in Central Asia. Sensors, 2008, 8(12): 8156-8180.

DOI

[14]
SHIN Y C, JUNG Y H. Development of irrigation water management model for reducing drought severity using remotely sensed soil moisture footprints. Journal of Irrigation and Drainage Engineering, 2014, 140(7): 04014021, Doi: 10.1061/(ASCE)IR.1943-4774.0000736.

DOI

[15]
YOUSAF W, AWAN W K, KAMRAN M, et al. A paradigm of GIS and remote sensing for crop water deficit assessment in near real time to improve irrigation distribution plan. Agricultural Water Management, 2021, 243: 106443, Doi: 10.1016/j.agwat.2020.106443.

DOI

[16]
刘彦随, 甘红, 张富刚. 中国东北地区农业水土资源匹配格局. 地理学报, 2006, 61(8): 847-854.

[LIU Y S, GAN H, ZHANG F G. Analysis of the matching patterns of land and water resources in Northeast China. Acta Geographica Sinica, 2006, 61(8): 847-854.]

[17]
吴宇哲, 鲍海君. 区域基尼系数及其在区域水土资源匹配分析中的应用. 水土保持学报, 2003, 17(5): 123-125.

[WU Y Z, BAO H J. Regional Gini coefficient and its uses in analyzing to balance between water and soil. Journal of Soil and Water Conservation, 2003, 17(5): 123-125.]

DOI

[18]
黄克威, 袁鹏, 刘刚. 基于DEA的四川省水土资源匹配研究. 中国农村水利水电, 2015, (10): 58-61, 65.

[HUANG K W, YUAN P, LIU G. Research on water and soil resources matching in Sichuan province based on DEA. China Rural Water and Hydropower, 2015, (10): 58-61, 65.]

[19]
LIU D, LIU C L, FU Q, et al. Construction and application of a refined index for measuring the regional matching characteristics between water and land resources. Ecological Indicators, 2018, 91: 203-211.

DOI

[20]
张莹, 雷国平, 张弘强, 等. 微观尺度分析挠力河流域耕地利用水土资源匹配时空动态. 农业工程学报, 2019, 35(8): 185-194.

[ZHANG Y, LEI G P, ZHANG H Q, et al. Spatiotemporal dynamics of land and water resources matching of cultivated land use based on micro scale in Naoli River Basin. Transactions of the CSAE, 2019, 35(8): 185-194.]

[21]
姚玉龙, 刘普幸, 卓玛兰草. 51 a来甘肃省水分盈亏量的时空变化特征. 干旱区研究, 2014, 31(2): 201-208.

[YAO Y L, LIU P X, ZHUOMA L C. Spatiotemporal change of water budget in Gansu province in recent 51 years. Arid Zone Research, 2014, 31(2): 201-208.]

[22]
罗纲, 阮甜, 陈财, 等. 农业干旱与气象干旱关联性: 以淮河蚌埠闸以上地区为例. 自然资源学报, 2020, 35(4): 977-991.

[LUO G, RUAN T, CHEN C, et al. Agricultural drought and its association with meteorological drought: A case study of the Huaihe River Basin above the Bengbu Sluice, China. Journal of Natural Resources, 2020, 35(4): 977-991.]

DOI

[23]
贺敏, 宋立生, 王展鹏, 等. 基于多源数据的干旱监测指数对比研究: 以西南地区为例. 自然资源学报, 2018, 33(7): 1257-1269.

[HE M, SONG L S, WANG Z P, et al. Evaluation of drought monitoring indices based on multi-source data in Southwest China. Journal of Natural Resources, 2018, 33(7): 1257-1269.]

DOI

[24]
黑龙江省统计局. 黑龙江统计年鉴. 北京: 中国统计出版社, 1991: 134, 354-358.

[Heilongjiang Bureau of Statistics. Heilongjiang Statistical Yearbook. Beijing: China Statistics Press, 1991: 134, 354-358.]

[25]
黑龙江省统计局. 黑龙江统计年鉴. 北京: 中国统计出版社, 2001: 4, 196-199.

[Heilongjiang Bureau of Statistics. Heilongjiang Statistical Yearbook. Beijing: China Statistics Press, 2001: 4, 196-199.]

[26]
黑龙江省统计局. 黑龙江统计年鉴. 北京: 中国统计出版社, 2011: 285, 336-341.

[Heilongjiang Bureau of Statistics. Heilongjiang Statistical Yearbook. Beijing: China Statistics Press, 2011: 285, 336-341.]

[27]
黑龙江省统计局. 黑龙江统计年鉴. 北京: 中国统计出版社, 2019: 127, 212-217.

[Heilongjiang Bureau of Statistics. Heilongjiang Statistical Yearbook. Beijing: China Statistics Press, 2019: 127, 212-217.]

[28]
黑龙江省自然资源厅. 黑龙江自然资源公报, http://www.hljlr.gov.cn/zwgk/tjxx/, 2016-06-29/2019-12-30.

[Department of Natural Resources of Heilongjiang Province. Heilongjiang Natural Resources Bulletin, http://www.hljlr.gov.cn/zwgk/tjxx/, 2016-06-29/2019-12-30.]

[29]
ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration: Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56. Rome: Food and Agriculture Organization of the United Nations, 1998: 17-27.

[30]
任修琳, 李宏亮, 张玉虎, 等. 2000—2015年三江平原主要作物需水量特征及影响因素分析. 干旱区地理, 2019, 42(4): 854-866.

[REN X L, LI H L, ZHANG Y H, et al. Water requirement characteristics and influencing factors of main crops in the Sanjiang Plain from 2000 to 2015. Arid Land Geography, 2019, 42(4): 854-866.]

[31]
杨艳昭, 张伟科, 封志明, 等. 土地利用变化的水土资源平衡效应研究: 以西辽河流域为例. 自然资源学报, 2013, 28(3): 437-449.

[YANG Y Z, ZHANG W K, FENG Z M, et al. Land use change induced land and water resources balance: A case study on the Xiliaohe Watershed. Journal of Natural Resources, 2013, 28(3): 437-449.]

[32]
李保国, 黄峰. 1998—2007年中国农业用水分析. 水科学进展, 2010, 21(4): 575-583.

[LI B G, HUANG F. Trends in China's agricultural water use during recent decade using the green and blue water approach. Advances in Water Science, 2010, 21(4): 575-583.]

[33]
张晶, 封志明, 杨艳昭. 宁夏平原县域农业水土资源平衡研究. 干旱区资源与环境, 2007, 21(2): 60-65.

[ZHANG J, FENG Z M, YANG Y Z. Study on the balance of agricultural water and land resources in Ningxia Plain. Journal of Arid Land Resources and Environment, 2007, 21(2): 60-65.]

[34]
SMITH M. CROPWAT: A computer program for irrigation planning and management. FAO Irrigation and Drainage Paper 46. Rome: Food and Agriculture Organization of the United Nations, 1992: 20-21.

[35]
黑龙江省水利厅. 黑龙江省水资源公报, http://slt.hlj.gov.cn/channels/169.html, 2020-12-18/2020-12-21.

[Heilongjiang Provincial Water Resources Department. Heilongjiang Water Resources Bulletin, http://slt.hlj.gov.cn/channels/169.html, 2020-12-18/2020-12-21.]

[36]
王鹏, 程中鹏, 高新梅. 黑龙江省农田灌溉逐年用水量浅析. 黑龙江水专学报, 2004, 31(2): 42-43.

[WANG P, CHENG Z P, GAO X M. Discussion on water quantity of farmland irrigation for years in Heilongjiang province. Journal of Engineering of Heilongjiang University, 2004, 31(2): 42-43.]

[37]
张琦琛. 基于水—能源—粮食纽带关系的黑龙江省水资源安全评价. 长春: 吉林大学, 2020.

[ZHANG Q C. Water resources security evaluation in Heilongjiang province based on the water-energy-food nexus. Changchun: Jilin University, 2020.]

[38]
周浩, 雷国平, 陈藜藜, 等. 挠力河流域耕地水分盈亏时空变化特征及趋势模拟. 干旱区地理, 2017, 40(1): 122-130.

[ZHOU H, LEI G P, CHEN L L, et al. Spatio-temporal characteristics of water budget due to the paddy field expansion in Naoli River Basin. Arid Land Geography, 2017, 40(1): 122-130.]

[39]
周浩, 雷国平, 张博, 等. 1990—2013年挠力河流域耕地变化下水土资源平衡效应分析. 农业工程学报, 2015, 31(1): 272-280.

[ZHOU H, LEI G P, ZHANG B, et al. Farmland change induced land and water resource balance in Naoli River Basin from 1990 to 2013. Transactions of the CSAE, 2015, 31(1): 272-280.]

Options
Outlines

/

〈 〉